| 目录 | 第1-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-11页 |
| 插图索引 | 第11-13页 |
| 附表索引 | 第13-14页 |
| 第1章 绪论 | 第14-20页 |
| ·选题背景及意义 | 第14页 |
| ·机械故障诊断技术及其面临的若干问题概述 | 第14-15页 |
| ·流形学习概述 | 第15-16页 |
| ·同胚 | 第15页 |
| ·流形的概念 | 第15-16页 |
| ·流形学习的任务 | 第16页 |
| ·流形学习方法及其在故障诊断中的研究进展 | 第16-18页 |
| ·主要研究内容与全文结构编排 | 第18-20页 |
| 第2章 转子系统故障数据集典型降维方法简介 | 第20-28页 |
| ·引言 | 第20页 |
| ·典型降维方法简介 | 第20-26页 |
| ·降维过程描述 | 第20页 |
| ·线性流形学习方法 | 第20-22页 |
| ·主成分分析(PCA) | 第20-22页 |
| ·费歇判别分析(FDA) | 第22页 |
| ·非线性流形学习方法 | 第22-26页 |
| ·局部线性嵌入算法(LLE) | 第22-24页 |
| ·局部切空间排列算法(LTSA) | 第24-25页 |
| ·等距特征映射算法(ISOMAP) | 第25-26页 |
| ·分析与讨论 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于LLE的无监督转子系统故障数据集降维方法研究 | 第28-41页 |
| ·引言 | 第28页 |
| ·图论及其存储表示概述 | 第28-30页 |
| ·图的基本概念 | 第28-29页 |
| ·图的存储表示 | 第29-30页 |
| ·最短路径算法简介 | 第30-31页 |
| ·边上非负情形的单源最短路径-Dijkstra算法 | 第30-31页 |
| ·所有顶点之间的最短路径-Floyd算法 | 第31页 |
| ·数据降维算法设计 | 第31-32页 |
| ·应用情况分析 | 第32-40页 |
| ·Double-Swissroll数据集实例降维 | 第32-33页 |
| ·转子系统故障数据集降维 | 第33-36页 |
| ·原始特征空间的构成 | 第33-35页 |
| ·原始特征空间优化 | 第35-36页 |
| ·分析与讨论 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于LLE的有监督转子系统故障数据集降维方法研究 | 第41-53页 |
| ·引言 | 第41页 |
| ·基本方法简介 | 第41-44页 |
| ·邻域保持投影(NPP)法 | 第41-42页 |
| ·最大间距(MMC)准则 | 第42-43页 |
| ·概率神经网络计算过程简介 | 第43-44页 |
| ·LLD数据降维公式推导 | 第44-45页 |
| ·LLD故障特征数据集降维方法设计 | 第45-46页 |
| ·LDD故障特征数据集降维与分类 | 第46-52页 |
| ·转子系统原始故障特征数据集的构建 | 第46-48页 |
| ·费歇准则下转子系统有效故障特征的选取 | 第48-49页 |
| ·转子系统故障数据集LDD降维 | 第49-51页 |
| ·转子系统概率神经网络故障模式识别 | 第51-52页 |
| ·分析与讨论 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第5章 基于Matlab GUI的转子故障诊断系统的实现 | 第53-64页 |
| ·引言 | 第53页 |
| ·转子故障诊断监测系统的作用概述 | 第53-54页 |
| ·Matlab GUI简介 | 第54-55页 |
| ·Matlab图形用户界面设计方法 | 第55页 |
| ·设计原则 | 第55页 |
| ·设计方法 | 第55页 |
| ·基于Matlab GUI的转子故障诊断系统的设计与实现 | 第55-63页 |
| ·基于Matlab GUI的转子故障诊断系统的功能 | 第55-56页 |
| ·信号分析系统 | 第55-56页 |
| ·特征提取与故障决策 | 第56页 |
| ·基于Matlab GUI的转子故障诊断系统的实现 | 第56-63页 |
| ·本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 全文总结 | 第64页 |
| 工作展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-73页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第73-74页 |
| 附录B 参加科研项目情况 | 第74页 |
